#pytorch Repositories
Insgesamt 1,936 Repositories
Installationsunterstützung für Deep Learning-Frameworks für das ArcGIS-System
Leitfaden für maschinelles Lernen. Erfahren Sie alles über Machine-Learning-Tools, Bibliotheken, Frameworks, Large Language Models (LLMs) und Trainingsmodelle.
Vom Großen zum Kleinen: Multi-Skala Lokale Planare Führung für die Monokulare Tiefenschätzung
Ein auf Deep Learning basierendes System zur Unterstützung der Tumordiagnose, das Bildsegmentierung als Kernstück nutzt. Es verwendet künstliche Intelligenz, um Tumorregionen zu identifizieren und zu umreißen und Merkmale der Tumorregionen bereitzustellen, um Ärzte bei der Diagnose zu unterstützen. Es verfügt über vollständige Funktionen für den Modellaufbau, das Backend-Setup, die Bereitstellung in Industriequalität und den Frontend-Zugriff. TensorRT, PyTorch, OpenCV, Flask, Vue
[ICLR 2024 Spotlight] Großes Gehirnmodell zum Erlernen generischer Repräsentationen mit enormen EEG-Daten in BCI
basierend auf dem YOLO-High-Level-Projekt (erkennen\pose\klassifizieren\segmentieren\): einschließlich YOLOv5\YOLOv7\YOLOv8\Core, Verbesserungsforschung, SwinTransformerV2 und Attention Series. Schulungsfähigkeiten, Geschäftsanpassung, technische Bereitstellung C
Variationeller Autoencoder und konditionaler Variationeller Autoencoder auf MNIST in PyTorch
Alle meine selbst trainierten und veröffentlichten KI-Upscaling-Modelle. Nachdem ich über 600 verschiedene Upscaling-Modelle gesammelt und angewendet hatte, lernte ich, wie ich meine eigenen Modelle trainieren kann, und dies sind die Ergebnisse.
Offizielles Repository für das CVPR 2022-Paper: I M Avatar: Implicit Morphable Head Avatars from Videos
Bilinguale (Chinesisch + Englisch) Spickzettel für Vorstellungsgespräche zu ML / LLM / Diffusion / Agenten im herbstlichen KI-Recruiting — erstellt mit ARIS /interview-cheatsheet und von /render-html als überall lesbare einteilige HTML-Dateien gerendert — außerdem ein anhand von CV→DBLP faktengeprüfter Generator für akademische Homepages sowie selbst verfasste Langform-Blogs 🌱
[CVPR 2025] WildGS-SLAM: Monokulares Gaussian Splatting SLAM in dynamischen Umgebungen
Die offizielle PyTorch-Implementierung von „Mamba-YOLO: SSM-basiert für Objekterkennung“
Extrahieren Sie Videofunktionen aus Rohvideos mit mehreren GPUs. Wir unterstützen RAFT-Flow-Frames sowie die Modelle S3D, I3D, R(2+1)D, VGGish, CLIP und TIMM.
[ECCV 2024] Szene als Gaußsche für die visuelle 3D-semantische Belegungsvorhersage
[IEEE TGRS 2024] ChangeMamba: Fernerkundungs-Änderungserkennung basierend auf räumlich-zeitlichen Zustandsraummodellen
Eine Reimplementation von PWC-Net in PyTorch, die der offiziellen Caffe-Version entspricht
Offizieller Implementierungsbeitrag zum Paper "Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis" auf der ICLR 2021
SIGKDD'2019: DeepGBM: Ein Deep-Learning-Framework, das durch GBDT destilliert wurde, für Online-Vorhersageaufgaben
Ursprüngliche Implementierung von "Radiant Foam: Real-Time Differentiable Ray Tracing"
Teilen Sie Ihre PyTorch-Modelle automatisch auf mehreren GPUs für Training und Inferenz auf
CAIRI Toolbox und Benchmark für überwachtes, semi-überwachtes und selbst-überwachtes visuelles repräsentatives Lernen
🚀 200-fache Geschwindigkeit! Das Download-Tool der KI-Ära | Volle Beschleunigung für Docker/PyPI/HuggingFace/CRAN | Parallelpartitionierung + intelligenter Cache, lass die Downloads abheben.
SteadyDancer: Harmonisierte und kohärente Animation von menschlichen Bildern mit Erhaltung des ersten Frames
EMNLP'22 | MedCLIP: Kontrastives Lernen aus ungepaarten medizinischen Bildern und Texten
„Chorus“ von Empfehlungsmodellen: ein leichtes und flexibles PyTorch-Framework für Top-K-Empfehlungen.